Pada tahun 1660-an, dengan bantuan mikroskop cahaya sederhana buatan sendiri yang memperbesar sampel lebih dari 250 kali, seorang pedagang kain asal Belanda bernama Antoine van Leeuwenhoek menjadi orang pertama yang mendokumentasikan bakteri, sel darah merah, sel sperma, dan banyak pemandangan ilmiah lainnya dari jarak dekat. Sejak itu, mikroskop cahaya telah memantapkan posisinya sebagai teknik dasar dalam upaya kita memahami organisme hidup. Saat ini, zat ini hampir terdapat di mana-mana di laboratorium ilmu hayati, sehingga memungkinkan para ahli biologi untuk mengidentifikasi dan mengkarakterisasi sel, organ, dan jaringan serta untuk mendiagnosis banyak penyakit.
Namun, satu bidang yang belum berhasil ditembus oleh mikroskop cahaya adalah connectomics – sebuah bidang ilmu saraf di mana Google telah memberikan kontribusi mendasar selama dekade terakhir. Upaya untuk memetakan secara komprehensif semua neuron di suatu wilayah – termasuk penelitian connectomics kami sebelumnya – justru mengandalkan teknik yang disebut mikroskop elektronyang dapat menangkap tampilan informasi struktural dalam sel secara sangat dekat. Namun mikroskop elektron memiliki keterbatasan besar: memerlukan peralatan yang mahal dan sangat terspesialisasi yang tidak mudah diakses oleh sebagian besar laboratorium ilmu saraf.
Hari ini, bekerja sama dengan rekan-rekan di Institut Sains dan Teknologi Austria (ISTA), kami publikasikan di jurnal Alam“Rekonstruksi connectomic berbasis mikroskop cahaya pada jaringan otak mamalia“, di mana kami melaporkan metode pertama yang menggunakan mikroskop cahaya untuk secara komprehensif memetakan semua neuron dan koneksinya dalam blok jaringan otak tikus. Kami mencapai hal ini dengan menyesuaikan beberapa teknik yang sudah mapan dan tervalidasi dan menggabungkannya ke dalam satu alur kerja yang kami sebut LICONN (koneksi berbasis mikroskop cahaya). Rekan-rekan kami di ISTA memimpin inovasi utama proyek ini – sebuah protokol yang secara fisik memperluas jaringan otak sambil menjaga integritas struktural, dan pada saat yang sama memberi label kimia pada semua protein untuk menyediakan kontras gambar yang diperlukan untuk melacak neuron dan mendeteksi struktur seluler lain seperti sinapsis.
Kami melakukan iterasi dengan ISTA mengenai detail protokolnya, menerapkan rangkaian alat analisis gambar dan pembelajaran mesin (ML) untuk connectomics, dan pada akhirnya memvalidasi LICONN dalam skala besar dengan menyediakan rekonstruksi otomatis pada korteks tikus dengan volume hampir satu juta mikron kubik. Kami kemudian memverifikasi secara komprehensif ketertelusuran seluruh ~0,5 meter neurit dikemas dalam volume yang lebih kecil dari jaringan hipokampus tikus, menunjukkan bahwa LICONN bekerja dengan baik dibandingkan dengan connectomics berbasis mikroskop elektron. Kami juga menunjukkan bahwa LICONN membuka kemampuan untuk secara bersamaan mengukur informasi struktural dan molekuler dalam sampel jaringan, yang akan memungkinkan peluang baru yang mendasar untuk memahami cara kerja otak.
